郭佳 曹芬芳

（武漢大學(xué)信息管理學(xué)院，武漢 430072）

社交媒體如Facebook、Twitter、微博、微信等平臺(tái)快速成長(zhǎng)，改變了用戶間信息交流和溝通方式。截至2017年6月30日，微信及WeChat月活躍賬戶達(dá)9.63億個(gè)，同比增長(zhǎng)19.5%[1]。微信成為發(fā)展最迅猛的社交媒體平臺(tái)并擁有廣泛的用戶基礎(chǔ)。微信公眾號(hào)具有操作簡(jiǎn)單、功能全面、構(gòu)建成本低、互動(dòng)性強(qiáng)等特點(diǎn)，作為圖書館的一種新型在線信息服務(wù)模式，受到高校圖書館和公共圖書館的廣泛關(guān)注?，F(xiàn)有調(diào)查結(jié)果顯示，湖北省高校圖書館自2013年初陸續(xù)開通微信公眾號(hào)及相關(guān)服務(wù)[2]。經(jīng)過近五年的發(fā)展，圖書館微信公眾號(hào)（以下簡(jiǎn)稱“圖書館公眾號(hào)”）不斷規(guī)范賬戶名稱和運(yùn)營(yíng)機(jī)制，加大推廣力度，推動(dòng)圖書館信息服務(wù)營(yíng)銷與閱讀推廣方式的不斷發(fā)展和進(jìn)步。然而社交媒體網(wǎng)站信息量日益增長(zhǎng)，頻繁更新版本，用戶個(gè)人隱私暴露等問題對(duì)社交網(wǎng)站管理和發(fā)展提出挑戰(zhàn)，微信平臺(tái)也出現(xiàn)月活躍賬戶增長(zhǎng)率放緩、用戶訪問減少、信息分享熱情降低甚至逃離的現(xiàn)象，即社交媒體倦?。⊿ocial Media Fatigue）。在圖書館公眾號(hào)的持續(xù)使用過程中，用戶在面臨大量的推送信息、系統(tǒng)信息、社交需求和個(gè)人隱私風(fēng)險(xiǎn)時(shí)，持續(xù)增長(zhǎng)的精力需求必然導(dǎo)致用戶生理和心理壓力。

眾多研究已經(jīng)檢驗(yàn)了影響用戶在初始采納階段對(duì)信息技術(shù)接受的影響因素和在采納后的持續(xù)使用意愿，但忽略了在信息系統(tǒng)生命周期的終止階段[3]，即用戶不再持續(xù)使用信息系統(tǒng)[4]或潛在地轉(zhuǎn)換到其他替代品的意愿[5]。由于社交媒體用戶具有使用選擇的自主性和自由性，因此，用戶在使用過程中感知壓力超過個(gè)人承受范圍時(shí)，為避免壓力情境再現(xiàn)會(huì)放棄持續(xù)使用信息系統(tǒng)[6-7]。已有部分學(xué)者從壓力層面研究用戶對(duì)信息系統(tǒng)的不持續(xù)使用行為。以Maier等[6-7]的一系列研究為例，用戶的不持續(xù)使用源于社交媒體活動(dòng)中用戶應(yīng)對(duì)社交媒體耗竭和社交壓力的策略；Zhang等[8]驗(yàn)證壓力源對(duì)社交媒體倦怠和用戶不滿意度的誘導(dǎo)作用。此類研究充分闡明社交媒體使用壓力對(duì)用戶心理的負(fù)面影響，繼而引起用戶行為變化傾向。使用倦怠反映個(gè)體在使用信息系統(tǒng)時(shí)對(duì)壓力產(chǎn)生條件的心理效應(yīng)，用戶在經(jīng)歷倦怠、耗竭等心理狀態(tài)時(shí)會(huì)有改變現(xiàn)狀或改變行為的傾向，也反映個(gè)體終止有壓力感行為的高度傾向[7]。因此，本文采用“壓力源-應(yīng)變-后果”的研究框架，以感知過載和隱私關(guān)注為主要壓力源，考察壓力帶來(lái)圖書館公眾號(hào)用戶使用倦怠的心理應(yīng)變，以及最終的用戶行為變化傾向——圖書館公眾號(hào)的不持續(xù)使用，探討降低用戶使用倦怠對(duì)圖書館公眾號(hào)使用負(fù)面影響的對(duì)策，為圖書館提高服務(wù)效率、擴(kuò)大微信公眾號(hào)影響力提供借鑒。

1 理論模型和假設(shè)提出

1.1 壓力與應(yīng)對(duì)處理理論

社會(huì)心理學(xué)通常將壓力與應(yīng)對(duì)處理理論（Transactional Theory of Stress and Coping）作為研究組織或個(gè)體壓力因素與后果間因果關(guān)系的工具[9-11]。壓力與應(yīng)對(duì)處理理論以壓力應(yīng)對(duì)策略為基礎(chǔ)，解釋“承受壓力”是個(gè)體在個(gè)人能力與資源無(wú)法滿足環(huán)境所提出要求的一種狀態(tài)[12]。壓力是“刺激條件”和“個(gè)體對(duì)其反應(yīng)”的一種結(jié)合交互，即壓力源刺激個(gè)體，應(yīng)變是個(gè)體對(duì)壓力源的反應(yīng)[10]。壓力源是可以產(chǎn)生壓力的需求、條件、時(shí)間或者情境[12]。關(guān)于技術(shù)壓力的研究源于工作環(huán)境，現(xiàn)有研究已將信息技術(shù)工作中的技術(shù)應(yīng)激確認(rèn)為一種工作過載[13]。技術(shù)變化帶來(lái)的過載是指?jìng)€(gè)體能力與環(huán)境中實(shí)際需求的不匹配。應(yīng)變被認(rèn)為是壓力的負(fù)面后果，應(yīng)變可能以精疲力竭、不適、不滿意，以及對(duì)信息技術(shù)使用不友善等方式表現(xiàn)出來(lái)[13-14]。本文將壓力與應(yīng)對(duì)處理理論應(yīng)用到圖書館公眾號(hào)使用環(huán)境中，以感知過載和個(gè)人隱私關(guān)注作為壓力源，探索用戶面對(duì)壓力的應(yīng)變反應(yīng)——圖書館公眾號(hào)使用倦怠，從而引起用戶不持續(xù)使用意愿和轉(zhuǎn)換意愿的壓力結(jié)果。

1.2 壓力源與用戶使用倦怠

用戶IT使用倦怠研究吸引學(xué)界越來(lái)越多的關(guān)注，但倦怠影響因素研究主要集中在外部因素（如社會(huì)動(dòng)態(tài)、權(quán)力斗爭(zhēng)和技術(shù)環(huán)境等）[15-17]，較少關(guān)注用戶內(nèi)在心理作用。倦怠是一種主觀的、對(duì)疲憊和壓力后果的自我評(píng)估，從心理壓力角度研究用戶使用倦怠具有理論和實(shí)踐意義?，F(xiàn)有研究普遍認(rèn)為壓力是個(gè)體與環(huán)境的交互過程[13]，是環(huán)境需求與個(gè)人處理需求能力不匹配的結(jié)果，而隨之帶來(lái)的過載問題，是引起個(gè)體應(yīng)變反應(yīng)的直接原因[18]。少數(shù)研究者對(duì)用戶壓力引起的社交媒體倦怠進(jìn)行初步探索，Maier等[7]以社交媒體壓力來(lái)源（復(fù)雜性、不確定性、披露、社交過載等）研究社交媒體耗竭；Lee等[19]以信息過載、交流過載和系統(tǒng)功能過載作為壓力源研究社交媒體倦怠的應(yīng)變反應(yīng)。

在IT使用壓力源研究中，過載被認(rèn)為是信息技術(shù)使用對(duì)人們行為與心理帶來(lái)負(fù)面影響中的核心要素[14,20-21]。Karr-Wisniewski等[13]在“信息技術(shù)-生產(chǎn)率”悖論中從信息、交流和系統(tǒng)功能三方面提出技術(shù)過載概念。本研究將技術(shù)過載的研究引入圖書館公眾號(hào)使用環(huán)境，將信息過載定義為圖書館公眾號(hào)產(chǎn)生的大量推送信息（用戶被動(dòng)信息服務(wù)）超出個(gè)體所能處理能力的狀況；系統(tǒng)功能過載指的是圖書館公眾號(hào)平臺(tái)提供的系統(tǒng)功能超出用戶需求；社交過載被認(rèn)為是一種對(duì)網(wǎng)絡(luò)空間擁擠的感知——用戶感知到太多社交需求需要處理，在圖書館公眾號(hào)中表現(xiàn)為對(duì)轉(zhuǎn)發(fā)、評(píng)論、互動(dòng)等活動(dòng)的需求處理超出用戶能力。

根據(jù)米勒定律，人腦在短時(shí)間內(nèi)可以記住的最大信息條目為7個(gè)單位[22]?；谶@個(gè)限制，Wurman[23]提出數(shù)字時(shí)代的個(gè)體都在經(jīng)歷信息焦慮，與信息過載伴生的典型跡象包括心理和情緒上的倦怠、壓力、焦慮和無(wú)助感。信息過載的負(fù)面影響激增源于信息技術(shù)發(fā)展帶來(lái)的信息爆炸。用戶使用圖書館公眾號(hào)的初衷在于快速、準(zhǔn)確定位個(gè)人所需信息，然而圖書館公眾號(hào)后臺(tái)在信息細(xì)分、用戶個(gè)性化信息定制等方面的建設(shè)仍有不足，伴隨公眾號(hào)信息推送頻率加快，大量推送信息涌入，導(dǎo)致用戶在處理信息時(shí)產(chǎn)生認(rèn)知局限，有被信息湮沒的感受，歷史推送信息大多處于未讀狀態(tài)。用戶在感知圖書館公眾號(hào)推送信息過多的情況下，會(huì)產(chǎn)生負(fù)面情緒而放棄閱讀推送信息。已有研究者驗(yàn)證了信息過載與用戶IT使用倦怠的正向影響關(guān)系[8,24]，因此，本研究提出假設(shè)H1。

H1：信息過載正向影響圖書館公眾號(hào)使用倦怠。

為保障閱讀順暢，圖書館公眾號(hào)系統(tǒng)會(huì)經(jīng)常更新或修正。新功能在一定程度上能吸引用戶使用或提高用戶體驗(yàn)，但過多的菜單功能會(huì)導(dǎo)致用戶情緒緊張和使用倦怠。此外，根據(jù)認(rèn)知匹配理論可知，不必要的功能會(huì)轉(zhuǎn)移用戶注意力并帶來(lái)用戶的感知負(fù)擔(dān)；社交媒體系統(tǒng)功能經(jīng)常發(fā)生變化且過于復(fù)雜，會(huì)產(chǎn)生信息技術(shù)使用帶來(lái)的負(fù)面作用[25]。因而，從感知成本角度出發(fā)，當(dāng)用戶學(xué)習(xí)和使用信息系統(tǒng)的感知成本大于收益，用戶會(huì)覺得使用社交媒體較煩瑣而感到倦怠[26]。因此，本研究提出假設(shè)H2。

H2：系統(tǒng)功能過載正向影響圖書館公眾號(hào)使用倦怠。

社會(huì)學(xué)研究發(fā)現(xiàn)，社交過載與大量不必要的社交需求有關(guān)，且會(huì)導(dǎo)致主觀失落。圖書館公眾號(hào)活動(dòng)通常需要用戶參與互動(dòng)（如轉(zhuǎn)發(fā)給好友，或者分享文章到朋友圈獲得點(diǎn)贊數(shù)等），來(lái)贏取獎(jiǎng)品或獲得圖書館信息服務(wù)優(yōu)惠，交流過載將會(huì)轉(zhuǎn)移用戶在日常工作時(shí)的注意力，對(duì)正常生活造成干擾和困惑。此外，感知社交過載通常包含對(duì)社交需求不充分的反應(yīng)和對(duì)社交媒體的過度使用，這些行為都被證明可以間接帶來(lái)負(fù)面情感和壓力[27]。因此，本研究提出假設(shè)H3。

H3：社交過載正向影響圖書館公眾號(hào)使用倦怠。

此外，還有一些研究顯示，出于對(duì)個(gè)人隱私風(fēng)險(xiǎn)的擔(dān)憂，社交媒體倦怠與隱私關(guān)注和用戶厭煩感緊密相關(guān)[24]。社交媒體用戶隱私關(guān)注源于社交媒體自身存在諸多隱私風(fēng)險(xiǎn)，包括用戶不能有效地控制他人發(fā)布關(guān)于自己的信息，社交媒體缺乏有效的身份驗(yàn)證工具，用戶身份信息易遭到竊取等[28]。Davis[29]提出感知易用性和感知有用性與社交媒體倦怠相關(guān)的觀點(diǎn)，指出當(dāng)用戶對(duì)隱私設(shè)置感到有壓力時(shí)，感知易用性將會(huì)降低，從而讓用戶產(chǎn)生使用抵觸。Bright等[24]驗(yàn)證了在訪問社交網(wǎng)站時(shí)，對(duì)于隱私的擔(dān)憂容易產(chǎn)生心理焦慮和心理壓力，從而增加社交媒體倦怠的可能性。圖書館公眾號(hào)的使用牽涉用戶使用個(gè)人賬號(hào)登錄、查閱、檢索等信息，通常與用戶的實(shí)名信息綁定，這種高普及、高時(shí)長(zhǎng)和交互透明化使用提升了用戶對(duì)網(wǎng)上隱私的關(guān)注。對(duì)隱私關(guān)注度較高的用戶易出現(xiàn)社交倦怠問題，是因?yàn)楦鞣矫娴纳缃唤佑|刺激帶來(lái)的隱私披露風(fēng)險(xiǎn)超過用戶可承受的閾值。因此，本研究提出假設(shè)H4。

H4：隱私關(guān)注正向影響圖書館公眾號(hào)使用倦怠。

1.3 社交媒體倦怠與結(jié)果變量

以倦怠為對(duì)象的研究已廣泛分布在心理學(xué)、保健科學(xué)、醫(yī)學(xué)等相關(guān)領(lǐng)域，倦怠作為一個(gè)復(fù)雜的概念被研究者以不同方式進(jìn)行定義[30-32]。本文將用戶使用倦怠定義為在使用圖書館公眾號(hào)的過程中，受到個(gè)人、社會(huì)和信息技術(shù)等多因素影響所形成的多維負(fù)面情緒反應(yīng)。這種負(fù)面情緒將會(huì)導(dǎo)致用戶使用頻率降低，互動(dòng)意愿減弱，甚至轉(zhuǎn)換社交平臺(tái)或退出社交媒體。在社交媒體環(huán)境中，已有部分研究者試圖解釋社交媒體倦怠與不持續(xù)使用的正向關(guān)系[7-8]。除將不持續(xù)使用作為社交媒體倦怠后果變量的一個(gè)維度外，還有研究者將轉(zhuǎn)換意愿作為社交媒體倦怠的另一個(gè)結(jié)果變量。Yao等[17]將社交媒體的活動(dòng)過載和監(jiān)管問題作為導(dǎo)致社交媒體倦怠的兩個(gè)因素，研究其對(duì)用戶轉(zhuǎn)換意愿的影響；Sun等[33]也驗(yàn)證了在即時(shí)通信軟件環(huán)境下倦怠對(duì)用戶轉(zhuǎn)換意愿的正向影響。本研究擴(kuò)展了用戶社交媒體過載的結(jié)果變量，即在經(jīng)歷使用倦怠后，用戶傾向于不再使用圖書館公眾號(hào)或轉(zhuǎn)換到其他平臺(tái)。因此，本研究提出假設(shè)H5和H6。

H5：圖書館公眾號(hào)使用倦怠正向影響用戶不持續(xù)使用意愿。

H6：圖書館公眾號(hào)使用倦怠正向影響用戶轉(zhuǎn)換意愿。

綜上，本文提出圖1所示的圖書館公眾號(hào)使用倦怠研究模型。

圖1 圖書館公眾號(hào)使用倦怠研究模型

2 研究方法

2.1 問卷設(shè)計(jì)

本研究的測(cè)量題項(xiàng)均改編自已有文獻(xiàn)的成熟量表：信息過載的測(cè)量題項(xiàng)改編自Karr-Wisniewski等[13]的技術(shù)過載量表，以及Chen等[34]關(guān)于信息過載的量表；系統(tǒng)功能過載的測(cè)量題項(xiàng)改編自Karr-Wisniewski等[13]的技術(shù)過載量表；社交過載的測(cè)量題項(xiàng)改編自Maier等[7]對(duì)社交媒體使用中技術(shù)壓力和轉(zhuǎn)換壓力的研究；隱私關(guān)注的測(cè)量題項(xiàng)改編自Bright等[24]對(duì)社交媒體倦怠的探索性研究；圖書館公眾號(hào)使用倦怠和不持續(xù)使用意愿的測(cè)量題項(xiàng)改編自Zhang等[8]社交媒體倦怠對(duì)社交網(wǎng)絡(luò)不持續(xù)使用行為的中介作用研究；轉(zhuǎn)換意愿的測(cè)量題項(xiàng)改編自Yao[17]和Sun[33]等對(duì)用戶轉(zhuǎn)換行為的研究。量表的所有題項(xiàng)均出自與信息技術(shù)使用壓力、使用倦怠和持續(xù)使用行為相關(guān)的研究，且在編制過程中經(jīng)過與相關(guān)研究者深入的調(diào)查訪談和專家咨詢，并進(jìn)行了預(yù)調(diào)研，根據(jù)預(yù)調(diào)研反饋意見對(duì)問卷進(jìn)一步修正，因此可以保證問卷的準(zhǔn)確性和嚴(yán)謹(jǐn)度。問卷中的測(cè)量題項(xiàng)均采用7分李克特量表進(jìn)行測(cè)量，從1～7區(qū)分被調(diào)查者態(tài)度強(qiáng)弱程度變化，1表示強(qiáng)烈不同意，7表示強(qiáng)烈同意。

2.2 數(shù)據(jù)收集

本研究正式發(fā)放問卷前，進(jìn)行小范圍的預(yù)調(diào)研。隨機(jī)選取20位圖書館公眾號(hào)用戶填寫問卷，預(yù)調(diào)研的信度、效度均達(dá)標(biāo)。同時(shí)，根據(jù)預(yù)調(diào)研參與者的反饋意見，對(duì)問卷措辭和語(yǔ)法進(jìn)行適當(dāng)修改，以保證問卷的精確度。盡量減少在問卷正式投放過程中，由于問卷表達(dá)與描述等因素導(dǎo)致的問卷理解偏差。此次調(diào)研采用電子問卷與紙質(zhì)問卷結(jié)合的形式，通過微信、QQ掃描二維碼或直接發(fā)送鏈接等方式邀請(qǐng)?jiān)谛４髮W(xué)生填寫；到公共圖書館人工收集紙質(zhì)問卷，最終獲得有效問卷254份。實(shí)際有效問卷大于理論需要的有效樣本量。圖書館公眾號(hào)用戶調(diào)查樣本基本信息為：男女占比為44.1%和55.9%；年齡分布在18～45歲的超過90.0%，以18～25歲用戶最多，占比47.2%；受教育程度主要分布在大專和本科，分別占比35.0%和37.8%。

3 數(shù)據(jù)分析

3.1 測(cè)量模型

通過對(duì)問卷進(jìn)行數(shù)據(jù)分析，計(jì)算測(cè)量模型的內(nèi)容效度、收斂效度和判別效度對(duì)模型進(jìn)行評(píng)估。由于本文所有測(cè)量題項(xiàng)均改編自已有文獻(xiàn)的成熟問卷，且成熟量表在被引用文獻(xiàn)中已得到信度、效度驗(yàn)證，具有一定嚴(yán)謹(jǐn)性。問卷量表來(lái)源主要集中于社交媒體和即時(shí)通信軟件，與本文圖書館公眾號(hào)的研究背景較一致；且成熟量表中關(guān)注用戶的使用行為和心理狀態(tài)，與本文研究對(duì)象相關(guān)度高。在開始正式調(diào)研前做了預(yù)調(diào)研和專家訪談，預(yù)調(diào)研信度、效度均達(dá)標(biāo)（Cronbach’s α＞0.7，CR＞0.7，AVE平方根均大于潛在變量相關(guān)系數(shù)），從而一定程度上保證本研究量表內(nèi)容的清晰與表意準(zhǔn)確，因此認(rèn)為問卷具有良好的內(nèi)容效度。

在正式調(diào)研結(jié)束后，對(duì)調(diào)研結(jié)果的統(tǒng)計(jì)顯示：本文研究模型AVE值的范圍為0.811～0.832，高于判別標(biāo)準(zhǔn)值0.5，顯示測(cè)量模型具有很好的收斂效度；根據(jù)AVE平方根和潛在變量的相關(guān)系數(shù)計(jì)算結(jié)果可知，研究模型的潛在變量的AVE平方根均大于潛在變量與其他潛在變量間的相關(guān)系數(shù)，表明本研究模型具有良好的判別效度[35]。本研究測(cè)量模型的因子載荷和交叉因子載荷，每個(gè)測(cè)量變量與其潛變量的相關(guān)系數(shù)（因子載荷）都大于與其他潛變量的相關(guān)系數(shù)（交叉因子載荷），進(jìn)一步表明測(cè)量模型有良好的收斂效度和區(qū)分效度[35]。

問卷的信度通過SmartPLS2.0軟件計(jì)算得到的CR值（組合信度）和Cronbach’s α系數(shù)來(lái)衡量，該測(cè)量模型的所有CR值范圍在0.933～0.963，均高于標(biāo)準(zhǔn)值0.7[36]；Cronbach’s α值的范圍在0.892～0.953，均高于標(biāo)準(zhǔn)值0.7，表明本研究的測(cè)量模型具有良好的內(nèi)部一致性[35]。

3.2 結(jié)構(gòu)模型分析

本研究采用偏最小二乘法法（PLS）對(duì)所采集的數(shù)據(jù)進(jìn)行分析，利用SmartPLS2.0軟件對(duì)結(jié)構(gòu)模型和假設(shè)進(jìn)行檢驗(yàn)。在模型的顯著性檢驗(yàn)中的T值計(jì)算通過Bootstrap重復(fù)抽樣方法來(lái)檢驗(yàn)，重復(fù)抽樣樣本數(shù)設(shè)置為1 000[37]。由圖2結(jié)構(gòu)模型的檢驗(yàn)結(jié)果顯示，研究模型的整體解釋力為0.318、0.323、0.061，模型對(duì)于圖書館公眾號(hào)使用倦怠和不持續(xù)使用意愿的解釋力較高，表明本研究模型對(duì)這兩個(gè)變量具有良好的預(yù)測(cè)效果；對(duì)于轉(zhuǎn)換意愿的解釋力為0.061，證明影響轉(zhuǎn)換意愿的因素較復(fù)雜，圖書館公眾號(hào)使用倦怠并不能作為對(duì)其影響的關(guān)鍵因素。此外，研究模型提出的6個(gè)假設(shè)均得到驗(yàn)證，在以用戶感知過載和隱私關(guān)注為壓力源的構(gòu)面中，以用戶隱私關(guān)注對(duì)圖書館公眾號(hào)使用倦怠的影響最大，信息過載和社交過載次之，系統(tǒng)功能過載影響最??；圖書館公眾號(hào)使用倦怠對(duì)用戶不持續(xù)使用意愿的影響相較用戶轉(zhuǎn)換意愿更強(qiáng)烈。

圖2 圖書館公眾號(hào)使用倦怠研究模型結(jié)果

4 研究模型討論

本研究基于“壓力源-應(yīng)變-后果”框架，以圖書館公眾號(hào)使用倦怠為研究?jī)?nèi)容，探索影響用戶持續(xù)使用的負(fù)面心理機(jī)制，強(qiáng)調(diào)圖書館公眾號(hào)中信息、系統(tǒng)、社交中的過載現(xiàn)象，同時(shí)引入隱私關(guān)注作為壓力源，構(gòu)成用戶使用倦怠的前因變量，并擴(kuò)展圖書館公眾號(hào)在使用倦怠影響下的結(jié)果變量。結(jié)果表明，感知過載（包括信息過載、系統(tǒng)功能過載和社交過載）與隱私關(guān)注對(duì)圖書館公眾號(hào)使用倦怠有顯著正向影響，且通過圖書館公眾號(hào)使用倦怠最終影響用戶的不持續(xù)使用意愿和轉(zhuǎn)換意愿。

本研究將感知過載和隱私關(guān)注作為主要壓力源進(jìn)行驗(yàn)證，發(fā)現(xiàn)隱私關(guān)注相較于其他3個(gè)過載因素在對(duì)用戶使用倦怠的影響方面作用更強(qiáng)。微信社交關(guān)系鏈由強(qiáng)關(guān)系鏈條銜接的家人、好友范圍，向弱關(guān)系聯(lián)系的泛工作關(guān)系網(wǎng)絡(luò)延伸，個(gè)人關(guān)系網(wǎng)的擴(kuò)展、微信平臺(tái)的日益開放均使用戶在披露個(gè)人信息時(shí)更加謹(jǐn)慎。為使用圖書館公眾號(hào)，個(gè)人通常需要使用身份證號(hào)、學(xué)號(hào)或手機(jī)號(hào)等實(shí)名認(rèn)證材料進(jìn)行身份驗(yàn)證和綁定，導(dǎo)致用戶隱私風(fēng)險(xiǎn)較高。因而用戶更關(guān)心與公眾號(hào)后臺(tái)的交互，或者信息查詢中個(gè)人信息安全是否能夠得到保障。另外，在過載因素中，信息過載相較于系統(tǒng)功能過載和社交過載對(duì)社交媒體倦怠的影響更強(qiáng)，這主要是因?yàn)閳D書館公眾號(hào)（新聞、動(dòng)態(tài)）通知公告的功能使用最多、最普遍，公眾號(hào)頻繁信息推送是圖書館公眾號(hào)造成用戶信息過載的主要原因。在系統(tǒng)功能方面，圖書館公眾號(hào)的菜單功能設(shè)計(jì)主要涵蓋用戶個(gè)人借閱信息查詢、信息服務(wù)、云閱讀等較少欄目，用戶界面友好，操作簡(jiǎn)單。另外，由于圖書館與用戶交互活動(dòng)都是不定期進(jìn)行，交流過載對(duì)圖書館使用倦怠的影響也較弱。

圖書館公眾號(hào)使用倦怠對(duì)用戶不持續(xù)使用意愿的影響強(qiáng)于用戶轉(zhuǎn)換意愿。一方面，由于圖書館公眾號(hào)用戶黏度上升，深度用戶增加，因此不能僅考慮用戶使用倦怠因素而轉(zhuǎn)換到其他平臺(tái)，還要考慮用戶在圖書館公眾號(hào)中的沉沒成本、轉(zhuǎn)換成本、使用習(xí)慣和主觀規(guī)范壓力等因素；另一方面，本研究中，用戶的不持續(xù)使用意愿還包括用戶暫停使用微信后過一段時(shí)間再重新使用，在一定范圍內(nèi)擴(kuò)大了用戶行為的外延，相較于直接轉(zhuǎn)換到其他社交平臺(tái)，用戶的不持續(xù)使用意愿對(duì)于圖書館公眾號(hào)服務(wù)營(yíng)銷策略而言，仍可以通過其他途徑挽留客戶。

5 結(jié)語(yǔ)

本研究從圖書館公眾號(hào)使用倦怠視角研究用戶不持續(xù)使用意愿和轉(zhuǎn)換意愿，發(fā)現(xiàn)感知過載因素和隱私關(guān)注對(duì)用戶社交媒體倦怠有顯著正向影響，用戶更注重個(gè)人隱私安全，且圖書館公眾號(hào)使用倦怠對(duì)不持續(xù)使用意愿的影響相對(duì)轉(zhuǎn)換意愿較強(qiáng)。本研究在理論上改變了對(duì)圖書館公眾號(hào)持續(xù)使用行為聚焦正面影響因素的研究路徑，從負(fù)面立場(chǎng)研究用戶的不持續(xù)使用意愿和轉(zhuǎn)換意愿的影響因素，并增加隱私關(guān)注作為壓力源，引入用戶轉(zhuǎn)換意愿且擴(kuò)展了用戶使用倦怠的結(jié)果變量，是對(duì)用戶IT使用倦怠研究的發(fā)展。在實(shí)踐中，本研究提供圖書館使用倦怠的前因變量和結(jié)果變量的作用模式，為微信運(yùn)營(yíng)商提高信息服務(wù)能力提供參考和依據(jù)：①不斷提高用戶感知隱私風(fēng)險(xiǎn)控制能力，如升級(jí)平臺(tái)隱私設(shè)置功能，面向用戶全面介紹平臺(tái)隱私功能，對(duì)涉及隱私風(fēng)險(xiǎn)功能及時(shí)提醒，對(duì)已發(fā)生涉及隱私事件及時(shí)處理，盡量避免其帶來(lái)的負(fù)面影響；②對(duì)推送內(nèi)容進(jìn)行信息分類，可引入信息過濾機(jī)制，降低無(wú)關(guān)信息對(duì)用戶使用的干擾；③要提高用戶與圖書館公眾號(hào)交流互動(dòng)活動(dòng)的積極性，可適當(dāng)增加活動(dòng)的外部激勵(lì)；④圖書館要權(quán)衡平臺(tái)在每個(gè)發(fā)展階段的經(jīng)營(yíng)側(cè)重，如在初始階段吸引新用戶（如功能不斷創(chuàng)新、界面多樣化等），在成熟階段維持存量客戶（如降低用戶感知過載），明確定位才能更有效、有針對(duì)性地采取措施降低使用倦怠對(duì)存量用戶持續(xù)使用的負(fù)面影響。

[1]騰訊. 騰訊公布 2017年第二季度及中期業(yè)績(jī)[EB/OL].（2017-08-16）[2018-04-01]. http://www.qq.com/pdf/2017s02.htm..

[2]明均仁，張玄玄，陳雪. 湖北省高校圖書館微信公眾平臺(tái)調(diào)查與分析[J]. 圖書館學(xué)研究，2016（2）：18-25.

[3]FURNEAUX B，WADE M. The end of the information system life：a model of is discontinuance[J]. Acm Sigmis Database，2010，41（2）：45-69.

[4]TUREL O. Quitting the use of a habituated hedonic information system：a theoretical model and empirical examination of facebook users[J]. European Journal of Information Systems，2015，24（4）：431-446.

[5]XU Y，YANG Y，CHENG Z，et al. Retaining and attracting users in social networking services：an empirical investigation of cyber migration[J]. Journal of Strategic Information Systems，2014，23（3）：239-253.

[6]MAIER C，LAUMER S，ECKHARDT A，et al. Giving too much social support：social overload on social networking sites[J]. European Journal of Information Systems，2015，24（5）：447-464.

[7]MAIER C，LAUMER S，WEINERT C，et al. The effects of technostress and switching stress on discontinued use of social networking services：a study of facebook use[J]. Information Systems Journal，2015，25（3）：275-308.

[8]ZHANG S，ZHAO L，LU Y，et al. Do you get tired of socializing?An empirical explanation of discontinuous usage behaviour in social network services[J]. Information & Management，2016，53（7）：904-914.

[9]BARLEYS R，MEYERSON D E，GRODALS. E-mail as a source and symbol of stress[J]. Organization Science，2011，22（4）：887-906.

[10]COOPERC L，DEWE P J，O’DRISCOLLM P. Organizational stress：a review and critique of theory，research，and applications[J]. Leadership & Organization Development Journal，2001，23（5）：295-296.

[11]SPARKS K，F(xiàn)ARAGHER B，COOPERC L. Well-being and occupational health in the 21st century workplace[J]. Journal of Occupational & Organizational Psychology，2001，74（4）：489-509.

[12]RAGU-NATHAN T S，TARAFDAR M，RAGU-NATHAN B S，et al. The consequences of technostress for end users in organizations：conceptual development and empirical validation[J]. Information Systems Research，2008，19（4）：417-433.

[13]KARR-WISNIEWSKI P，LU Y. When more is too much：operationalizing technology overload and exploring its impact on knowledge worker productivity[J]. Computers in Human Behavior，2010，26（5）：1061-1072.

[14]MOORE J E. One road to turnover：an examination of work exhaustion in technology professionals[J]. Mis Quarterly，2000，24（1）：141-168.

[15]CHERUBINI M，GUTIERREZ A，OLIVEIRAR D，et al.Social tagging revamped：supporting the users’ need of selfpromotion through persuasive techniques[C]// International Conference on Human Factors in Computing Systems，CHI 2010，Atlanta：DBLP，2010：985-994.

[16]RAVINDRAN T，CHUA A Y K，HOELIAN D. Characteristics of social network fatigue[C]// 10th International Conference on Information Technology：New Generations. IEEE，2013：431-438.

[17]YAO X，PHANG C W，LING H. Understanding the influences of trend and fatigue in individuals’ SNS switching intention[C]//Hawaii International Conference on System Sciences. IEEE，2015：324-334.

[18]AYYAGARI R，GROVER V，PURVIS R. Technostress：technological antecedents and implications[J]. Mis Quarterly，2011，35（4）：831-858.

[19]LEE A R，SON S M，KIM K K. Information and communication technology overload and social networking service fatigue：astress perspective[J]. Computers in Human Behavior，2016，55：51-61.

[20]AHUJAM K，CHUDOBA K M，KACMARC J，et al. IT road warriors：balancing work-family conflict，job autonomy and work overload to mitigate turnover intentions[J]. Mis Quarterly，2007，31（1）：1-17.

[21]MISRA S，STOKOLS D. Psychological and health outcomes of perceived information overload[J]. Environment & Behavior，2012，44（6）：737-759.

[22]MILLER G A. The magical number seven plus or minus two：some limits on our capacity for processing information[J].Psychological Review，1994，101（2）：343-352.

[23]WURMAN R S. Information anxiety[M]. New York：Doubleday，1989.

[24]BRIGHT L F，KLEISERS B，GRAU S L. Too much facebook?An exploratory examination of social media fatigue[J].Computers in Human Behavior，2015，44（C）：148-155.

[25]OVIATT S. Human-centered design meets cognitive load theory：designing interfaces that help people think[C]// ACM International Conference on Multimedia. ACM，2006：871-880.

[26]HIS I，POTTS C. Studying the evolution and enhancement of software features[C]// International Conference on Software Maintenance. IEEE Computer Society，2000：143.

[27]LAROSE R，CONNOLLY R，LEE H，et al. Connection overload? A cross cultural study of the consequences of social media connection[J]. Journal of Information Systems Management，2014，31（1）：59-73.

[28]張會(huì)平，楊京典，湯志偉. 社交媒體用戶信息隱私關(guān)注的形成機(jī)制研究[J]. 情報(bào)理論與實(shí)踐，2017，40（6）：40-43.

[29]DAVIS F D. Perceived usefulness，perceived ease of use，and user acceptance of information technology[J]. Mis Quarterly，1989，13（3）：319-340.

[30]HART L K，F(xiàn)REEL M L，MILDE F K. Fatigue[J]. Nursing Clinics of North America，1990，25（4）：967-976.

[31]PIPERB F，LINDSEYA M，DODD M J. Fatigue mechanisms in cancer patients：developing nursing theory[J]. Oncology Nursing Forum，1987，14（6）：17.

[32]POTEMPA K，LOPEZ M，REID C，et al. Chronic fatigue[J].Image the Journal of Nursing Scholarship，1986，18（4）：165-169.

[33]SUN Y，LIU D，CHEN S，et al. Understanding users’ switching behavior of mobile instant messaging applications：an empirical study from the perspective of push-pull-mooring framework[J].Computers in Human Behavior，2017，75：727-738.

[34]CHEN Y C，SHANG R A，KAO C Y. The effects of information overload on consumers’ subjective state towards buying decision in the internet shopping environment[J]. Electronic Commerce Research & Applications，2009，8（1）：48-58.

[35]STRAUB D，BOUDREAUM C，GEFEN D，et al. Validation guidelines for IS positivist research[J]. Communications of the Association for Information Systems，2004，13（1）：380-427.

[36]FORNELL C，LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research，1981，18（1）：39-50.

[37]CHINW W. Issues and opinions on structural equation modeling[J]. Embo Journal，2003，11（12）：4261-4272.